none

搜集整理了2004~2015性能最好的人脸检测的部分资料，欢迎交流和补充相关资料。1：人脸检测性能1.1 人脸检测测评        目前有两个比较大的人脸测评网站：       1：Face Detection Data Set and Benchmark（FDDB）       网址：http://vis-www.cs.umass.edu/fddb/re

从QR分解到PCA，再到人脸识别原作者： John Hany        PCA（Principal Component Analysis，主成分分析）是一种很常用的根据变量协方差对数据进行降维、压缩的方法。它的精髓在于尽量用最少数量的维度，尽可能精确地描述数据。        PCA对数据进行降维的过程可以用下面这个动图来解释（图片摘自http://stats.stacke

DeepID人脸识别算法之三代转载请注明：http://blog.csdn.net/stdcoutzyx/article/details/42091205DeepID，目前最强人脸识别算法，已经三代。如今，深度学习方兴未艾，大数据风起云涌，各个领域都在处于使用深度学习进行强突破的阶段，人脸识别也不例外，香港中文大学的团队使用卷积神经网络学习特征，将之用于人脸识别的子领域

人脸识别必读的N篇文章一.人脸检测/跟踪　　人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。　　1.Robust Real-time Object Detection. Paul Viola, Michael Jones. IJCV 2004.　　入选理由：　　Viola的人脸检测工作使得人脸检

Face Alignment at 3000 FPS via Regressing Local Binary FeaturesFace Alignment at 3000 FPS via Regressing Local Binary Features 这篇论文(下面简称 3000fps)实现了对人脸关键点的高速检测，而且预测的精度也是相当的高。本文首先讲解了 3000fps 整篇

转自（http://blog.csdn.net/computerme/article/details/49469767）CK and CK+ It contains 97 subjects, which posed in a lab situation for the six universal expressions and the neutral expression. Its

DeepID人脸识别算法之三代

SDM For Face Alignment 流程介绍及Matlab代码实现之训练篇论文阅读“Face Alignment at 3000 FPS via Regressing Local Binary Features”Face Alignment at 3000 FPS 学习理解和具体实现Face alignment at 3000FPS via Reg

DeepFace--Facebook的人脸识别FaceNet--Google的人脸识别